Generatieve AI-gebaseerde simulatie voor diagnostische communicatie bij diabetes type 2 (DIALOGUE-DM2) (DIALOGUE-DM2)
Generatieve AI-simulatie voor diagnostische communicatie bij diabetes type 2: Een gerandomiseerde gecontroleerde studie (DIALOGUE-DM2)
Deze gerandomiseerde gecontroleerde studie evalueert de effectiviteit van een op generatieve kunstmatige intelligentie (AI) gebaseerd simulatieprogramma bij het verbeteren van diagnostische communicatievaardigheden onder geneeskundestudenten. De studie wordt uitgevoerd aan de Faculteit Hogere Studies Iztacala, Nationale Autonome Universiteit van Mexico (UNAM).
In totaal worden 120 geneeskundestudenten gerandomiseerd toegewezen aan een interventiegroep die het DIALOGUE-DM2 AI-simulatieplatform gebruikt of een controlegroep die traditionele onderwijsmethoden volgt. Deelnemers voltooien een voortoets, ontvangen training volgens groepsindeling en ondergaan vervolgens een natoetsbeoordeling.
Het primaire resultaat is verbetering in diagnostische communicatievaardigheden, gemeten door gestandaardiseerde patiëntscenario's en gevalideerde rubrics. Secundaire resultaten omvatten zelfgerapporteerd vertrouwen, communicatiedomeinen en interbeoordelaarsovereenkomst tussen docentbeoordelaars en AI-scoring.
Deze studie beoogt hoogwaardig bewijs te leveren over het potentieel van generatieve AI om communicatietraining in medisch onderwijs te verbeteren, specifiek in de context van type 2 diabetesdiagnose.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Deze studie bouwt voort op een eerdere pilotstudie (gepubliceerd in 2024) die de haalbaarheid aantoonde van het gebruik van generatieve kunstmatige intelligentie (AI) om geneeskundestudenten op te leiden in diagnostische communicatie. De huidige studie breidt dit werk uit met een gerandomiseerde, geblindeerde, gecontroleerde opzet en een grotere steekproefomvang.
Opzet:
De studie is een gerandomiseerde, geblindeerde, parallelle, gecontroleerde studie uitgevoerd aan de Faculteit voor Hogere Studies Iztacala (FES Iztacala), UNAM. In totaal zijn 120 geneeskundestudenten ingeschreven en gerandomiseerd (1:1) in de interventiegroep (AI-gebaseerde simulatieopleiding) of de controlegroep (traditionele opleiding met gestandaardiseerde patiënten en feedback van docenten).
Interventie:
- Interventiegroep: Studenten interacteren met het DIALOGUE-DM2-platform, dat generatieve AI-gestuurde gesimuleerde patiënten biedt. Ze voltooien meerdere scenario's voor diagnostische openbaarmaking en ontvangen directe feedback op hun prestaties, gebaseerd op gestandaardiseerde communicatierubrics.
- Controlegroep: Studenten krijgen standaardopleiding, inclusief colleges en begeleide oefeningen met peer-rollenspel en door docenten geleide feedback.
Beoordelingen:
- Voortest: Alle studenten voltooien één gestandaardiseerd patiëntenscenario met evaluatie door docenten en AI vóór de interventie.
- Trainingsfase: Deelnemers voltooien hun toegewezen training (AI versus standaard).
- Natest: Studenten voltooien een gestandaardiseerd scenario voor diagnostische openbaarmaking. Onafhankelijke docentbeoordelaars (geblindeerd voor groepstoewijzing) en het AI-platform scoren de prestaties.
Uitkomsten:
- Primaire uitkomst: Verandering in diagnostische communicatieprestatiescore van voortest tot natest, gemeten met gevalideerde rubrics (Kalamazoo-raamwerk, MRS).
- Secundaire uitkomsten:
- Zelfbeoordeling van communicatievertrouwen door studenten.
- Domeinspecifieke verbeteringen (informatieverstrekking, empathie, risicouitleg, gedeelde besluitvorming).
- Overeenkomst tussen menselijke beoordelaars en AI-scoring.
Ethische aspecten en toezicht:
De studie is beoordeeld en goedgekeurd door de Ethische Commissie voor Onderzoek van FES Iztacala, UNAM (Goedkeuringsnummer CE/FESI/042025/1915). De risico's zijn minimaal, aangezien de interventie educatief en niet-invasief is.
Significantie:
Dit is de eerste gerandomiseerde gecontroleerde studie in Mexico die een op generatieve AI gebaseerde simulatie voor diagnostische communicatie evalueert. De resultaten zullen bijdragen aan de integratie van AI-gestuurde trainingsinstrumenten in medische opleidingscurricula en kunnen bijdragen aan schaalbare innovaties in de opleiding van zorgprofessionals voor chronische ziektebeheer, te beginnen met diabetes type 2.
Studietype
Inschrijving (Werkelijk)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
-
Tlalnepantla, Mexico
- Universidad Nacional Autónoma de México, Faculty of Higher Studies Iztacala (FES Iztacala)
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Geneeskundestudenten die momenteel ingeschreven zijn aan de Faculteit Geneeskunde (opleiding Medisch Specialist), UNAM-FES Iztacala.
- Leeftijd tussen 18 en 30 jaar.
- In staat om geïnformeerde toestemming te verlenen.
- Bereid om deel te nemen aan alle studiefasen (pre-test, interventie, post-test).
Exclusiecriteria:
- Eerdere deelname aan de DIALOGUE pilotstudie.
- Eerdere formele training in diagnostische communicatie buiten het standaard medische curriculum.
- Onvolledige beschikbaarheid voor geplande sessies.
- Weigering of onvermogen om geïnformeerde toestemming te verlenen.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Onderzoek naar gezondheidsdiensten
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Verdrievoudigen
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: AI-gebaseerde simulatie training (DIALOGUE-DM2)
Medische studenten die aan deze groep zijn toegewezen, krijgen training met het DIALOGUE-DM2-platform, dat generatieve AI-gestuurde gesimuleerde patiënten biedt.
Deelnemers nemen deel aan meerdere diagnostische onthullingsscenario's gericht op diabetes type 2 en ontvangen directe feedback gegenereerd door het AI-systeem.
De feedback is afgestemd op gevalideerde communicatieraamwerken (Kalamazoo, MRS).
De training wordt uitgevoerd over verschillende sessies vóór de post-test evaluatie.
|
Medische studenten communiceren met het DIALOGUE-DM2-platform, een op generatieve AI gebaseerd simulatietoestel.
Het platform biedt virtuele patiëntcontacten gericht op de diagnostische onthulling van type 2 diabetes.
Studenten voltooien meerdere gesimuleerde scenario's en ontvangen onmiddellijke AI-gegenereerde feedback die is afgestemd op gestandaardiseerde communicatierubrieken (Kalamazoo, MRS).
De training heeft als doel diagnostische communicatievaardigheden te verbeteren vóór de post-test evaluatie.
|
|
Actieve vergelijker: Traditionele Training
Medische studenten die aan deze arm zijn toegewezen, zullen traditionele communicatievaardigheidstraining ontvangen.
Dit omvat lezingen, peer-rollenspel en door docenten begeleide feedbacksessies over diagnostische openbaarmaking bij diabetes type 2.
Deelnemers zullen hetzelfde aantal trainingssessies voltooien als de interventiegroep vóór de post-test evaluatie.
|
Medische studenten krijgen traditionele training in diagnostische communicatie.
Dit omvat lezingen, rollenspellen met medestudenten en feedbacksessies onder begeleiding van docenten over het bekendmaken van diagnoses bij diabetes type 2.
De trainingsduur en het aantal sessies zijn afgestemd op de interventiegroep.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Verandering in Score voor Prestatie Diagnostische Communicatie
Tijdsspanne: Ongeveer 12 weken (van voorafgaande test tot natester per deelnemer).
|
Verbetering in diagnostische communicatievaardigheden, gemeten met gevalideerde rubrieken - de Kalamazoo Essential Elements Communication Checklist en de Medical Communication Rating Scale (MCRS) - toegepast op gestandaardiseerde patiëntscenario's.
Onafhankelijke geblindeerde faculteitsevaluatoren en AI-scoring zullen worden gebruikt.
Scores variëren van 0 tot 100, waarbij hogere waarden wijzen op betere diagnostische communicatieprestaties.
|
Ongeveer 12 weken (van voorafgaande test tot natester per deelnemer).
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Verandering in door studenten zelf gerapporteerd vertrouwen in diagnostische communicatie
Tijdsspanne: Ongeveer 12 weken (van pre-test tot post-test per deelnemer).
|
Verandering in zelfgerapporteerd vertrouwen van studenten bij het bekendmaken van een diagnose type 2 diabetes, gemeten via een gestructureerde vragenlijst met een 5-punts Likertschaal (1 = zeer laag vertrouwen, 5 = zeer hoog vertrouwen).
Hogere scores duiden op een groter zelfwaargenomen vertrouwen in diagnostische communicatie.
|
Ongeveer 12 weken (van pre-test tot post-test per deelnemer).
|
|
Verandering in domeinspecifieke diagnostische communicatiescores (Kalamazoo Framework en Medical Communication Rating Scale)
Tijdsspanne: Ongeveer 12 weken (van voorafgaande test tot natester per deelnemer).
|
Verbetering in specifieke communicatiedomeinen - informatieoverdracht, empathie, risicouitleg en gedeelde besluitvorming - geëvalueerd met behulp van de Kalamazoo Essential Elements Communication Checklist en de Medical Communication Rating Scale (MCRS).
Elk domein wordt gescoord van 0 tot 100, waarbij hogere scores een betere prestatie aangeven.
|
Ongeveer 12 weken (van voorafgaande test tot natester per deelnemer).
|
|
Overeenkomst tussen menselijke beoordelaars en AI-scoring
Tijdsspanne: Beoordeeld bij de nameting, ongeveer 12 weken na de nulmeting per deelnemer.
|
Mate van overeenstemming tussen geblindeerde menselijke beoordelaars en AI-gebaseerde scoring van diagnostische communicatieprestaties, beoordeeld met behulp van Cohen's kappacoefficiënt (κ). Scores variëren van -1,0 tot +1,0, waarbij waarden dichter bij +1,0 een sterkere overeenstemming tussen beoordelaars aangeven.
|
Beoordeeld bij de nameting, ongeveer 12 weken na de nulmeting per deelnemer.
|
|
Tevredenheid van studenten met de toegewezen trainingsmethode
Tijdsspanne: Beoordeeld direct na voltooiing van de natoets, ongeveer 12 weken na de nulmeting per deelnemer.
|
Tevredenheid met de toegewezen trainingsmethode (AI-gestuurde simulatie versus traditionele training), gemeten met een gestructureerde 5-punts Likert-tevredenheidsenquête (1 = zeer ontevreden; 5 = zeer tevreden).
Hogere scores duiden op een grotere tevredenheid met de trainingsmethode.
|
Beoordeeld direct na voltooiing van de natoets, ongeveer 12 weken na de nulmeting per deelnemer.
|
Medewerkers en onderzoekers
Publicaties en nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Geschat)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- UNAM-DIALOGUE-DM2-2025
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
IPD-tijdsbestek voor delen
IPD-toegangscriteria voor delen
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
- SAP
- ICF
- ANALYTIC_CODE
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .